MATLAB实现正态AR(2)模型的预白化
2008-06-06 15:09
447 查看
正态AR(2)模型的预白化
摘要
一、极大似然估计
考虑以下中心AR(2)模型:
其中 为自回归系数, 为正态 , 和 均未知.
设 是满足模型(1.1)的AR(2)序列, 当已知其在相邻 个时刻的观测值 时, 若记
则 的基于 的对数似然函数为
(1.3)
其中 . 由此可得
(1.4)
令 可得已知 时, 的极大似然估计为
(1.5)
将其代入(1.3)中得
(1.6)
故
(1.7)
用Matlab中函数“fsolve”求解下列方程组
(1.8)
在集合 内的解 , 即得 的极大似然估计 , 将其代入(1.5)中得到 的极大似然估计为
(1.9)
而 的极大似然估计为
(1.10)
二、AR(2)序列的预白化
上面考虑了AR(2)模型中参数的极大似然估计. 下面根据AR(2)序列的“预白化”, 考虑另外形式的估计. 所谓“预白化”, 是指令
(2.1)
而由模型(1.1) 得到
(2.2)
即
(2.3)
由此及 可知
(2.4)
据此可得 的基于 的对数似然函数为
(2.5)
故
(2.6)
由此解关于 的线性方程组
可得 的极大似然估计 . 再令(2.6)中第三式等于0, 而得 的极大似然估计为
(2.7)
三、模拟研究
1.给定 和 及 , 通过模拟产生 组观测值
(3.1)
其中 为AR(2)序列 在第 次模拟中产生的在相邻 个时刻的观测值, .
matlab程序将由后面的“极大似然模型1”和“极大似然模型2”中给出。。。。。。
摘要
一、极大似然估计
考虑以下中心AR(2)模型:
其中 为自回归系数, 为正态 , 和 均未知.
设 是满足模型(1.1)的AR(2)序列, 当已知其在相邻 个时刻的观测值 时, 若记
则 的基于 的对数似然函数为
(1.3)
其中 . 由此可得
(1.4)
令 可得已知 时, 的极大似然估计为
(1.5)
将其代入(1.3)中得
(1.6)
故
(1.7)
用Matlab中函数“fsolve”求解下列方程组
(1.8)
在集合 内的解 , 即得 的极大似然估计 , 将其代入(1.5)中得到 的极大似然估计为
(1.9)
而 的极大似然估计为
(1.10)
二、AR(2)序列的预白化
上面考虑了AR(2)模型中参数的极大似然估计. 下面根据AR(2)序列的“预白化”, 考虑另外形式的估计. 所谓“预白化”, 是指令
(2.1)
而由模型(1.1) 得到
(2.2)
即
(2.3)
由此及 可知
(2.4)
据此可得 的基于 的对数似然函数为
(2.5)
故
(2.6)
由此解关于 的线性方程组
可得 的极大似然估计 . 再令(2.6)中第三式等于0, 而得 的极大似然估计为
(2.7)
三、模拟研究
1.给定 和 及 , 通过模拟产生 组观测值
(3.1)
其中 为AR(2)序列 在第 次模拟中产生的在相邻 个时刻的观测值, .
matlab程序将由后面的“极大似然模型1”和“极大似然模型2”中给出。。。。。。
相关文章推荐
- 基于模型设计的FPGA开发与实现:滤波器设计与实现(四)Matlab中滤波器HDL代码生成优化
- 谢林隔离模型Matlab仿真实现 The Implementation of Schelling Model of Segregation With Matlab
- TV模型图像修复的matlab实现
- matlab里实现AR人脸库2600张人脸图的分类处理
- MATLAB实现的云模型计算隶属度
- MIT提出Matlab插件mNeuron:实现深度模型神经元的可视化
- 图像复原与重建:噪声模型及MATLAB实现
- 基于MATLAB实现的云模型计算隶属度
- 基于模型设计的FPGA开发与实现:滤波器设计与实现(一)在Matlab中高效设计滤波器
- AR人脸数据库pgm图片转换jpg,matlab实现程序
- CDD图像修复模型及matlab程序实现
- AR漫游系列之实现模型单指旋转,双指缩放
- 有限扩散集团凝聚模型第一讲: DLCA模型定义及MATLAB中的实现
- 卡尔曼滤波模型及其Matlab实现
- 基于模型设计的FPGA开发与实现:滤波器设计与实现(二)Matlab中滤波器的定点化
- 基于模型设计的FPGA开发与实现:滤波器设计与实现(三)Matlab中滤波器的HDL代码生成
- Matlab实现——捕食者-被捕食者模型
- 隐马尔可夫模型模型评估及最优路径的matlab实现
- 人口预测模型Matlab实现Logistic曲线模型
- MATLAB实现系统传递函数模型的建立与转换